我也很期待

沉底了 自己顶一个 求教~~~

以前也曾想过这个问题，看了一些书，也不自量力的总结一下数据挖掘与统计学之间的关系。。。

        我是觉得，数据挖掘与统计学的区别在于，首先从目的而言，数据挖掘的目的是发现知识，可以说是一种“发现驱动”的分析方法。而统计学的一些方法，更多的是为了验证一些假设，可以说是一种“假设驱动”的分析手段。
        然后从他们所用的数据来源、需求和数据的性质来看，因为数据挖掘的目的是发现知识，或者说挖掘数据背后隐藏的信息，那么首先就需要海量的数据为前提，另一方面他需要的数据大多数并不是通过问卷这些手段主动收集得到的，而通常是抓取一些数据库中记录的基本信息和用户的行为数据，我个人觉得这部分数据的客观性较高，但分析难度也相应的较大。而统计分析的数据来源大多是发放设计好的问卷来收集，因为问卷的设计也是假设的一种体现，所以数据之间本身就存在了更严密的逻辑性，因而统计分析的数据量需要相比数据挖掘会小得多，数据分析的工作设计也不会有数据挖掘一样的复杂。而从问卷的问项本身来说，针对的是一些基于行为的态度和认知，个人觉得数据的主观性会相对强一些。。。。
       恩。。。可能只是个人的一些看法，希望这里的高人们指正。。。

关于统计与数据挖掘的关系与区别，可到网上搜一下，里面有很多介绍。但总体来讲，作为数据分析技术的中两个部份，其两者之间没有绝对的区别。事实上，两者只是一个商业问题的两个不同阶段。统计分析一般在主题的选取、指标的选取、结果的检验等方面发挥重要的作用。数据挖掘一般是在进行了较为充分的数据浏览（Explore）之后，才开始考始采用何种方式进行挖掘建模。有一点值得注意的是，数据挖掘一般是针对较大的数据集（多与大型的数据库相捆绑），挖掘模型与数据库之间有紧密的关系。因此，在学习了经典的统计方法之后，不仿多学点数据库技术，这有助于开展商业分析。

还有一点是，做数据挖掘必须懂一门统计分析软件，最好是可编程（或较灵活的）。许多计算机出身的人员搞数据挖掘有一个大的缺陷是未能对统计分析有较多的理解，导致对挖掘结果的解释与检验不够充分。